Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NOCIONES FUNDAMENTALES
Guillermo Ramirez, Maura Vásquez y Adelmo Fernández*
2011
*
Escuela de Estadı́stica y Ciencias Actuariales de la Universidad Central de Venezuela
Índice general
2. Espacios Probabilizados 41
2.1. Espacios probabilizados finitos . . . . . . . . . . . . . . . . . . 41
2.2. Espacios probabilizados finitos con puntos equiprobables. Análi-
sis combinatorio . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3. Probabilidades multinomial e hipergeométrica . . . . . . . . . 51
2.4. Función de probabilidad en espacios muestrales infinitos nu-
merables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.5. Función de probabilidad en espacios muestrales infinitos no
numerables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.6. Ejercicios 2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
i
Capı́tulo 2
Espacios Probabilizados
Espacio Muestral
Conjunto de todos los resultados posibles del experimento
Algebra de Sucesos
Clase conformada por todos los sucesos posibles asociados al espacio muestral
Función de Probabilidad
Función que asocia a cada suceso su probabilidad correspondiente
41
Capitulo 2 Espacios Probabilizados 42
n(A) 33
P (A) = = = 0, 33
n 100
Ejemplo 2.2.2. Se elige aleatoriamente un número entre 1 y 3.000.000.
Hallar la probabilidad de que el número seleccionado comience por 1.
Debido a la aleatoriedad:
1
P ({wi }) = ∀i
3,000,000
ası́ que el suceso A = {que el número seleccionado comience por 1} tendrá por
probabilidad:
n(A)
P (A) =
n
Para hallar n(A) hacemos uso del siguiente cuadro:
Capitulo 2 Espacios Probabilizados 44
Regla de adición
Si los conjuntos A1 , A2 . . . Ak son disjuntos, entonces el total de elementos
de la unión de ellos es igual a la suma de los totales de elementos de cada
conjunto. Es decir:
k
[ k
X
n( Ai ) = n(Ai ) si Ai ∩ Aj = ∅
i=1 i=1
Regla de multiplicación
Si al seleccionar elementos de un conjunto no vacı́o para formar conjuntos
ordenados de tamaño k (k-uplas), ocurre que existenn 1 elementos posibles
para ocupar el lugar 1, n2 elementos posibles para ocupar el lugar 2, ..., nk
elementos posibles para ocupar el lugar k, entonces el total de k-uplas posi-
bles que se pueden formar es igual al producto: n1 n2 ...nk .
Capitulo 2 Espacios Probabilizados 45
Estos dos principios básicos permiten definir los siguientes métodos de enu-
meración:
Ejemplo 2.2.3. Dados los elementos a, b y c tenemos que los posibles arre-
glos diferentes, intercambiando el orden son:
n n . . . n = nr = Vn,r
R
aa ab ac ad
ba bb bc bd
ca cb cc cd
da db dc dd
R
cuyo total es: V4,2 = 42 = 16.
ab ac ad
ba bc bd
ca cb cd
da db dc
tamaño r en los cuales sı́ interesa el orden y no pueden repetirse los elemen-
tos, es decir el total de variaciones Vn,r . Por tanto:
n!
r! Cn,r = Vn,r =
(n − r)!
de donde:
Vn,r n! n
Cn,r = = =
r! r!(n − r)! r
Una aplicación importante de este resultado consiste en que el número total
de muestras posibles sin reemplazamiento de tamaño r y sin considerar el
orden, extraı́das de una población de tamaño n es Cn,r .
Ejemplo 2.2.6. Sea la población formada por los elementos a, b, c y d. Las
posibles muestras de tamaño 2 sin reemplazamiento y sin considerar el orden,
que se pueden extraer son:
ab ac ad
bc bd
cd
4 4!
cuyo total es: C4,2 = 2
= 2!2!
= 6.
Obsérvese que si permutamos estas 6 muestras obtenemos las 12 mues-
tras del ejemplo 2.2.5, es decir, las variaciones.
Definicion 2.2.5 (Combinación de n elementos de tamaño r con repetición).
Dados n elementos diferentes a1 , a2 . . . an , se define como combinación de ta-
les elementos de tamaño r, a todo arreglo de tamaño r que puede formarse con
dichos elementos, en el cual se pueden repetir los elementos y no se considera
el orden como criterio de diferenciación. El número total de combinaciones
y es igual a n+r−1
R
de tamaño rcon repetición lo representaremos por Cn,r r
.
La demostración de este resultado es un poco más complicada que las
anteriores y debe hacerse mediante inducción con respecto a r, y aplicando
la relación:
n−1
X r+s n+r
= con n y r tales que r ≥ 0 y n ≥ 1
s=0
s r+1
Capitulo 2 Espacios Probabilizados 49
n!
n1 ! n2 ! . . . nk !
Capitulo 2 Espacios Probabilizados 51
n n − n1 n − (n1 + n2 ) n − (n1 + n2 + · · · + nk−2 ) nk
... =
n1 n2 n3 nk−1 nk
n!
n1 ! n2 ! . . . nk !
Ejemplo 2.2.9. Dados los elementos a, a, a, b y b, tenemos que los posibles
arreglos diferentes intercambiando el orden son:
n!
N1(n1 ) N2(n2 ) . . . Nk(nk ) =
n1 ! n2 ! . . . nk !
N1(n1 ) N2(n2 ) Nk(nk )
n! ...
n1 ! n2 ! nk !
Luego la probabilidad buscada es:
N1(n1 ) N2(n2 ) Nk(nk )
n1 ! n2 !
... nk !
N(n)
n
que es igual a:
N1 N2 Nk
n1 n2
... nk
N
n
Podemos resumir la aplicación de las definiciones 2.3.1 y 2.3.2, como
sigue:
Subpoblación
C1 n1 elementos de C1
Población C2 −→ Muestra n2 elementos de C2
(N elementos) . (n elementos) .
.. ..
. .
Ck nk elementos de Ck
Capitulo 2 Espacios Probabilizados 54
tenemos entonces:
i. − P (A) = P ({w1 , w2 , w3 })
= P ({w1 }) + P ({w2 }) + P ({w3 })
= (1/2) + (1/2)2 + (1/2)3
= 7/8
para todo n. De tal manera que la “mayorı́a”de los puntos muestrales tendrán
probabilidad cero si Ω es infinito no numerable.
6. Considere una loterı́a de 100 boletos que ofrece como premios 5 carros
y 8 motos. Si una persona P compra 4 boletos, halle la probabilidad de
los siguientes sucesos:
13. Suponga que 4 personas asisten a una fiesta. En la entrada del salón
depositan su sombrero en una sombrerera. Si al salir, cada persona
recoge un sombrero al azar, cuál es la probabilidad de que:
i) nx = n−x n
ii) m
m−n m−n−r m
k+r k
n r k−n
= k+r k n
m−1 m−1 m
iii) n−1 + n = n
iv) x+r−1 = x+r−1 = −r
r−1 x x
(−1)x
i) El valor de c
ii) La probabilidad del suceso conformado por los múltiplos de 7
i) P (Ω)
ii) P (0 ≤ w ≤ 2)
iii) P (w ≥ 1)
Capitulo 2 Espacios Probabilizados 61
Calcule:
i) P (Ω)
ii) P ((2, 5])
iii) P ({x})
iv) P ([5, ∞))
Capitulo 2 Espacios Probabilizados 62
PERSONAJES DE LA ESTADISTICA
Karl Pearson
Karl Pearson (1857 - 1936) nació en Londres el 27 de marzo
de 1857 en una familia de clase media alta de Yorkshire.
En 1875 ganó una beca para estudiar matemáticas en el
King’s College, donde estudió además filosofı́a y religión.
Se graduó en 1879 en la Universidad de Cambridge con
los más altos honores. Durante 1879 y 1880 estudió en las
universidades de Berlı́n y Heidelberg, donde cursó literatura
y derecho romano. En 1888 se dedica a la docencia en
matemáticas en el King’s College, convirtiéndose en uno
de los profesores más notables de su época. En el año 1891
conoce al zoólogo Walter Weldon, con quien lo unió una
estrecha amistad durante muchos años, y cuya influencia
lo hizo interesarse por la genética y la evolución. Pearson,
Weldon y Galton fueron los fundadores de la prestigiosa
revista Biometrika, cuyo primer volumen apareció en 1901.
De Pearson son famosas sus acaloradas y públicas disputas
con Fisher sobre diversos temas estadı́sticos. Karl Pearson
falleció en Inglaterra el 27 de abril de 1936, a la edad de 79
años. Su hijo, Egon Pearson, siguió sus pasos, llegando a
ser designado como Jefe del Departamento de Estadı́stica en
el University College. Entre sus numerosos aportes pueden
mencionarse el coeficiente de correlación lineal, la distribu-
ción chi-cuadrado y las pruebas de bondad de ajuste.
De él se dijo: “. . . Era un hombre de una gran inteligencia,
que además tenı́a la gran virtud de explicar claramente los
más complicados temas ...”.”